AI 马拉松计划的训练调整方法

AI 教练可以连接计划、活动和训练负荷背景，再生成修改草案，但不应该静默重写整个马拉松周期。正确用法是让它提出一个明确、保守的方案，并在确认前逐项检查。

开始前准备

• 打开正确的当前计划，确认日期、目标和所在周。
• 等待近期活动完成处理，并关联到计划课程。
• 查看相关 PMC 区间；需要时再加入 effective VO2max/VDOT 趋势。
• 补充真实限制：可训练日期、疼痛或疾病顾虑、旅行、器械和最重要的关键课。
• 只选择一个决定，例如保留还是移动明天的马配课、简化未来七天，或处理漏掉的长距离。
• 不要让 AI 教练提供医疗许可或伤病诊断。

1. 从计划上下文进入

从当前计划打开 AI 教练，或在新会话中明确写出计划和目标周。由计划入口进入可以降低讨论错误日程的风险。

提示词包含四部分：

1. **决定：**只写一个需要回答的问题。
2. **证据：**已完成与漏训课程、PMC 模式、响应趋势和主观状态。
3. **限制：**不能改变的日期与课程。
4. **输出：**只生成一个保守草案和一个复查点。

示例：

复盘我当前马拉松计划第 7 周。周二阈值课比计划更困难，周末后 ATL 上升，但周六长距离必须保留。未来 7 天最多生成一个调整，保持每周频率，并解释证据、具体课程修改和下一个复查点。现在先不要应用。

2. 检查 AI 使用的证据

讨论修改前，确认回答引用了：

• 正确的计划、周次和运动。
• 正确的已完成或漏训课程。
• 与问题相关的 CTL、ATL、TSB 日期范围。
• 真正的下一节关键课。
• 你提供的现实限制。

只要目标有误，就先停止并重新说明。不要确认一个基于错误记录但听起来合理的建议。

3. 要求最小修改

按照下面的顺序调整：

1. 证据不足时保持计划不变。
2. 只移动课程，不改变课程目的。
3. 缩短一节课程，但保留结构。
4. 把一节非必要质量刺激替换为轻松有氧或休息。
5. 只有小调整无法解决问题时，才改变更大范围的周训练量或强度。

不要同时修改频率、训练量、强度和关键课位置，否则很难判断效果，也难以撤回。

Trainingload.ai

检查 AI 课程调整

方案应列出证据、展示一节未来课程的准确修改、保护既有限制，并在检查前保持未确认状态。

Plan

4 week block

Load

steady build

Activity

matched

AI review

ready

4. 确认前逐项检查

逐字段检查操作卡片或课程差异：

如果草案修改了已完成历史、错误计划、多节无关课程或受保护限制，应拒绝或要求重写。

5. 确认后检查计划

只有方案通过检查后才确认，然后：

1. 重新打开当前计划或日历。
2. 检查目标课程的日期、运动、时长和结构。
3. 确认相邻课程没有意外改变。
4. 页面支持时，在计划或复盘背景中记录理由。
5. 把下一节可比较关键课设为复查点。

如果页面提供撤销且结果错误，应立即使用。否则读取当前计划版本后，只手动修正受影响的未来课程。

验证调整结果

• AI 教练使用了正确计划、周次、活动和日期范围。
• 确认前已经展示准确的修改前后效果。
• 只有目标中的未来课程改变。
• 已完成、跳过和已关联历史保持不变。
• 受保护限制与马拉松阶段目的仍然保留。
• 当前计划和日历显示同一份更新课程。
• 已经记录具体的下一复查点。

故障排查

• **回答过于笼统：**从计划页进入，写明周次和课程，并提供相关证据与限制。
• **引用了错误活动或计划：**不要确认；打开正确记录或重新建立带计划上下文的会话。
• **方案修改范围太大：**要求只改一项、只动一个主要变量、保护限制，并把范围限定在七天内。
• **操作因为版本冲突失败：**重新加载当前计划，对比最新版本，再请求或执行最小修改。
• **应用后的课程不符合预期：**有撤销时立即使用；否则检查计划，只手动修正未来课程。
• **证据仍在处理或缺失：**保持计划不变，等待处理或完成关联后再返回。
• **问题来自疼痛、疾病或异常症状：**寻求合格医疗或教练意见；AI 教练不能诊断或批准训练。

下一步

• 阅读完整的 AI 教练交互与撤销机制。
• 用用 PMC 做马拉松训练调整复盘压力。
• 在管理当前训练计划中继续执行并检查结果。